【潛在結構分析】
<P align=center><STRONG><FONT size=5>【<FONT color=red>潛在結構分析</FONT>】</FONT></STRONG></P> <P><STRONG>LatentStructureAnalysis</STRONG></P><P><STRONG></STRONG> </P>
<P><STRONG>【辭書名稱】教育大辭書</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>「潛在結構分析」起源於一九五○年代，但這個名詞的流行，主要是受拉札裴爾(P.F.Lazarsfeld)及亨利(N.W.Henry)二人的影響，因為他們在一九六八年出版了一本書，以之為書名，但書中探討的主要是「潛在類別分析」，所以，狹義的「潛在結構分析」就是指「潛在類別分析」，（參見「潛在類別模式」(latentclassmodels)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>廣義來看，潛在結構分析可以包括所有探索潛在結構的統計分析方法，例如：(1)因素分析(factoranalysis)，假定潛在因素是連續變數，觀察變數也是連續變數，唯在某些特殊情況下，它也能處理非連續性的觀察變數；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>(2)潛在剖面圖分析(latentprofileanalysis)，假定潛在變數是間斷變數，觀察變數則是連續變數；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>(3)潛在類別分析，假定潛在變數與觀察變數皆是間斷變數。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>上述這些分析方法都有二個共同特性：第一，都假定某些潛在變數的存在；</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>第二，都希望把較多、較複雜的觀察資料化約為較簡、較少的潛在變數或潛在類別，並希望決定潛在變數或潛在類別的適當數目，以便一方面保留簡潔性，另一方面保留解釋觀察資料的最大能力。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>一般所稱的「結構方程模式」(structuralequationmodels)因為只分析觀察變項之間的結構關係，因而不具備上述潛在結構分析的二大特性。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>至於一般所謂的「線性結構關係模式」（LISREL模式），因為包含因素分析模式與結構方程模式，因而與「潛在結構分析」的概念有部分重疊。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>此外，心理測量學者所熟悉的「潛在特質理論」(latenttraittheory)，或稱項目反應理論(itemresponsetheory,IRT)，因為其基本假定中，潛在變項的數目是固定的（經常假定單維），因而缺乏上述潛在結構分析的第二個特性，應該不屬於潛在結構分析。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>潛在特質理論的主要目的在決定受試者的特質的水準，不在探索潛在變數的數目。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>最後是，有些統計學者以「潛在變項模式」(latentvariablemodels)統稱所有在模式中涉及潛在變項的分析方式，因而這個名詞的意義就包含了潛在結構分析，但範圍更廣。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG></STRONG> </P>轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary
頁:
[1]